Cumrag / Stains / Cum on Clothes / Dirty Clothes Underwear / Cum on Objects

LoRA 가중치 1.0을 사용하세요

0.8 또는 0.9로는 좋은 더러운 자국 효과를 얻을 수 없습니다. 이 LoRA는 1.0에서 최적의 성능을 발휘하도록 학습되었습니다.

키워드 **(cumrag:1.0)**를 사용하여 SFW 수준의 더러운 옷을 생성할 수 있습니다. 하지만 할머니가 불편해할 수 있다는 점을 명심하세요.

최고의 결과를 얻으려면 프롬프트 키워드 **(cumrag:1.3)**를 사용하세요. 1.3의 어텐션 수정자는 더 많은 젖은 정액과 극단적인 커그를 생성합니다. 1.2는 더 마른 자국과 오래된 더러운 옷의 외관을 줍니다. 그러나 이 키워드는 필수는 아닙니다.

예시: (cumrag boxers:1.3), 풀밭에 떨어져 있는 (검은:1.1) 박서스 속옷.

키워드:

cumrag; cumrag boxers, cumrag briefs; cumrag clothes, cumrag hat, cumrag jacket, cumrag jockstrap, cumrag object, cumrag pants, cumrag shirt, cumrag shoes, cumrag shorts, cumrag socks.

지원 프롬프트:

left lying, wearing, (sweaty:0.3), (yellowish:0.7) (whitish:0.8) (dry stains:1.2), wet stains, goo, old, stinky, gross, sticky, nasty, disgusting, (dirty:0.6), repulsive.

기본 체크포인트는 원본 v1-5-pruned.safetensors (7.7GB)입니다. 따라서 다양한 체크포인트와 매우 잘 어울립니다. realisticVisionV51(인페인팅 버전 포함), Reliberate_v20, objectiveReality_v20, UberRealisticPornMerge를 추천합니다.

"정액"에 대해 너무 잘 알고 있는 체크포인트는 추천하지 않습니다. 예를 들어 VirileReality는 이미 남성과 정액에 너무 편향되어 있어 이 LoRA에 매우 부적합하며, 지나친 과장, 왜곡, 클로즈업을 초래합니다.

CFG: 5.5

Clip skip: 1. Clip skip 2는 옷의 형식과 구성을 더 일관되게 생성할 수 있지만 색상을 망칠 수 있습니다. 시도해볼 만합니다.

512px (옷이 “떨어져 있는” 경우 정사각형, “사람이 입고 있는” 경우 세로).

DPM++ 2S a Karras

DPM++ 2M Karras

대부분의 LoRA 문제를 해결하므로 고해상도 보정을 꼭 사용하세요.

권장: 30단계. 1200px 이상. 텍스처 변화를 최소화하려면 Denoising 0.28, 옷의 자국과 텍스처를 더 잘 표현하려면 Denoising 0.45를 사용하세요. 단, 이미지에 다리, 팔꿈치 등 여러 신체 부위가 포함되면 왜곡이 생길 수 있으므로 주의하세요. 얼굴은 매우 좋아집니다.

또한 ADetailer를 사용하세요. LoRA를 ADetailer의 양성 프롬프트에 포함시키지 마세요. LoRA가 얼굴 자국을 생성하기 쉬운 경향이 있기 때문입니다. "man face"를 권장합니다. "마스크/얼굴에 정액"과 같은 프롬프트의 경우 ADetailer를 사용하지 말고 고해상도 보정만 사용하세요. 때로는 고해상도 보정만으로도 더 나은 결과가 나옵니다.

이 LoRA는 본질적으로 “텍스처” LoRA이므로, 이 버전은 INS 및 MID 블록 레이어를 모두 제거하여 LoRA 없이도 얻을 수 있는 초기 구성 대부분을 유지합니다. 따라서 다시 강조하지만, 가중치 1.0으로 사용하세요.

모든 레이어를 그대로 유지한 원본 버전도 존재합니다. 이 버전은 인페인팅에 매우 뛰어납니다. 이 LoRA는 인페인팅 작업에서 훌륭한 결과를 줍니다. 마음껏 활용하세요.

“재미”를 원하시나요? 와일드카드 dynamic prompts 확장 프로그램을 설치하세요. 아래는 제가 테스트용으로精心 구성한 스크립트입니다. 프롬프트에 붙여넣고 환상적인 결과를 즐기세요. 혹시 불쾌함을 느끼는 분이 있다면 사과드립니다. 이건 단지 즐기고 테스트하기 위한 목적이었습니다:

{clothes (left lying:1.35) resting displaying on the floor, (no humans:1.15), a|(standing:1.2) {handsome|ugly|fit|plumpy|muscular|short little midget|old|age 20|tough masculine|effeminate} man {from behind | | | }wearing a} (cumrag {white|dark blue|black|dark green} {clothes|one piece overalls|speedo|workgear|working suit|bikini|boxers underwear|baseball cap|coat|military helmet|bike helmet|steel helmet medieval armor|briefs underwear|long johns underwear|shoes|jacket|jockstrap underwear|jeans pants|sport shorts|socks|shoes boots|couch|pillow|shirt|cotton tank top shirt|ribbed cotton tank top shirt|face health surgical mask|cooking apron|backpack|super hero cotton costume|tie|ninja mask|bondage gimp suit}:{1.3|1.2}), on a ({gym|college|sunny beach|grass field|road|crowded night club|bedroom|couch|chair|bathroom|moon surface|amusement park|underwater|house yard|mountain|farm|crowded street|barn inside|sewage|church inside|classroom|restaurant}, background:1.25), {close-up shot|far away shot}, (sweaty:0.8), (yellowish:0.7) (whitish:0.8) (dry stains:1.2), goo, old, stinky, gross, sticky, nasty, disgusting, (dirty:0.6), repulsive <lora:cumrag:1>

현재 LoRA의 문제점:

• 얼굴 왜곡

• 가슴에 정액이 묻는 경우

• 개념이 배경으로 번지는 경우

• 과도한 리브드 코튼 텍스처: 부정적 프롬프트에 “(ribbed cotton:1.3)” 사용

• “입고 있는” 속옷에서 일부 나쁜 클로즈업: 보통 문제가 되지 않음

• 정액이 너무 많아 현실적이지 않거나 자국이 지나치게 많음(? 아마도 의도된 것일 수도 있음)

• 모자에 대한 유연성이 부족하고 캡에 편향됨

• 조크스트랩이 매우 나쁨. 비록 전체 폴더/컨셉을 만들었지만, 전신 데이터가 부족해서일 가능성이 큼

• 타월 데이터가 더 필요함. 다음 버전에서 보완 예정

• 플란넬, 패턴, 줄무늬 등의 다른 “텍스처” 키워드와의 호환성이 낮음. 피하는 것이 좋지만, 천 재질을 실험해볼 만함. 리브드 코튼은 데이터셋에 많이 존재하고 자주 캡션되어 있어 괜찮을 수 있음. 앞서 말했듯, 이 LoRA는 리브드 코튼에 편향되어 있음

• 여성에 대한 결과는 시도해보지 않았지만, 작동하지 않을 이유가 없음. 모든 데이터셋은 남성 기반. 애니메이션, 만화, 드로잉 데이터는 없었으나 테스트 결과 잘 작동함

일부 설정: 768 해상도로 학습. 500장 이상의 이미지. 각 이미지당 10단계. 12개의 서로 다른 폴더/컨셉(모두 “cumrag” 개념 공유). AdamW 최적화기 사용

역사적 배경:

이 LoRA는 제 첫 번째 LoRA입니다. 그러나 몇 달간 계속 재작업해왔고, 지금은 13번째 버전입니다. 시작은 SD가 전혀 더러운 옷을 생성하지 못하는 것이었습니다. SD가 전혀 모르는 어떤 것을 만들고 싶어서 이 “프로젝트”를 시작했습니다. 결국 인터넷의 음산한 구석을 찾아다니며 “cumrag”가 가장 명백한 선택이었고, 이는 LoRA 학습 파라미터, 데이터 준비 등에 익숙해지는 데 훌륭한 출발점이 되었습니다. 이 작업은 쉽지 않았습니다(첫 버전은 이미 꽤 좋았지만). 왜냐하면 모든 튜토리얼이 캐릭터, 스타일, 객체에 초점이 있기 때문입니다. 이건 그 어떤 것도 아닙니다. 일종의 개념이자, 일종의 객체(옷)이며, 더 많은 부분은 “텍스처”에 가깝습니다. 다양한 색상, 모든 종류의 옷, 다양한 물체에 적용될 수 있습니다.

시간이 지나며, 일반적인 SD가 더러움을 생성하는 데 도움이 되는 키워드를 몇 가지 배웠습니다. 그러나 LoRA 없이 얻는 모든 결과는 너무 깨끗하고 나쁩니다. SDXL은 이 작업에 훨씬 더 우수하며, 단순한 프롬프트만으로도 더러워진 오래된 옷을 쉽게 생성할 수 있습니다. 곧 이 LoRA를 SDXL로 재학습할 계획입니다.

Khoya 학습 설정은 파일에서 확인할 수 있습니다. Prodigy나 다른 적응형 최적화기에는 별로 만족하지 못했습니다. AdamW가 더 일관된 결과를 줍니다. LyCORIS 실험도 잘 안 되었습니다. 캡션은 결과를 향상시키지만, 사람들이 생각하는 만큼은 아닙니다. 그러나 유연성을 크게 높입니다. 예를 들어, 제 첫 버전은 설정 오류로 인해 모든 “.txt” 캡션 파일이 무시되었습니다(Khoya의 캡션 옵션에 주의하세요). 하지만 그 버전도 꽤 좋았고, 일부 옷에서는 최고였습니다. 단, 배경을 전혀 변경할 수 없었습니다. 예를 들어 “풀밭에 떨어져 있는”처럼 강력한 가중치 프롬프트를 써도요.

비슷한 작업을 하는 분이라면 LoRA 블록 레이어를 꼭 확인하세요! 서로 다른 가중치로 학습하면 좋은 결과를 얻을 수 있지만, 제 경험에 따르면 학습 후 “Supermerger” 확장 프로그램을 사용해 레이어를 제거하는 것이, 처음부터 다른 가중치로 학습하는 것보다 더 나은 결과를 줬습니다. 그러나 이 방법을 충분히 테스트하지는 못했습니다.

이 LoRA를 계속 개발할 계획입니다. 이 개념에 특별히 흥미가 있어서가 아니라, 좋은 도전이라고 생각하기 때문입니다. 완벽한 얼굴을 가진 남성과 여성의 정규화 이미지, 전신을 담은 더 많은 데이터를 사용해 결점을 수정할 계획입니다. 과거 버전의 좋은 결과도 학습 데이터에 포함시킬 예정입니다.

사람들이 이 LoRA에 어떻게 반응할지 전혀 예상할 수 없습니다. 하지만 여러분도 직접 테스트해보고 의견을 남겨주시면 감사하겠습니다. 어떤 아이디어라도 환영합니다. 감사합니다.